Google DeepMind y Google Research lanzaron WeatherNext 3, un nuevo modelo de inteligencia artificial para el pronóstico del tiempo, en una fecha no especificada de 2026. [1]
Google anunció el lanzamiento de un modelo actualizado de AI para el pronóstico del tiempo, llamado WeatherNext 3, diseñado para ser más preciso en la predicción de lluvias y nevadas. [2] Samier Merchant, ingeniero sénior de Google, afirmó que WeatherNext 3 será el primer modelo de AI que incorporará variables centrales a los productos de Google, como Search, Maps y Gemini. [3] El nuevo modelo superó los pronósticos tradicionales del US National Weather Service y del European Center for Medium-Range Weather Forecasting (ECMWF) en indicadores como temperatura, velocidad del viento y humedad. [4]
WeatherNext 3 predice el tiempo con una resolución de 5km, una mejora respecto a los modelos anteriores que pronosticaban áreas de 15 a 25 square km. [5] La empresa afirma que el nuevo modelo puede generar una imagen global cinco veces más nítida que el modelo meteorológico anterior de Google. [6][7][8]Google DeepMind and Google Research released WeatherNext 3, a new artificial intelligence model for weather forecasting, on an unspecified date in 2026. [1]
Google announced the rollout of an updated AI weather model called WeatherNext 3 that is designed to be more accurate in predicting rain and snowfall. [2] Samier Merchant, a Google senior staff engineer, stated that WeatherNext 3 will be the first AI model to feed core variables into Google products like Search, Maps, and Gemini. [3] The new model beat traditional forecasts from the US National Weather Service and the European Center for Medium-Range Weather Forecasting (ECMWF) on metrics including temperature, windspeed, and humidity. [4]
WeatherNext 3 predicts weather down to a resolution of 5km, an improvement over previous models that forecasted over areas of 15 to 25 square km. [5] The company claims the new model can generate a global picture that is five times sharper than Google's previous weather model. [6][7][8]
Prueba8 fuentes · 2 medios
En qué se apoya
Google DeepMind y Google Research lanzaron WeatherNext 3, un nuevo modelo de inteligencia artificial para el pronóstico del tiempo, en una fecha no especificada en 2026. · TechCrunch
Google anunció el lanzamiento de un modelo meteorológico de IA actualizado llamado WeatherNext 3 que está diseñado para ser más preciso en la predicción de lluvia y nevada. · theverge.com
Samier Merchant, ingeniero sénior de personal de Google, declaró que WeatherNext 3 será el primer modelo de IA que alimente variables clave en los productos de Google como Search, Maps y Gemini. · TechCrunch
El nuevo modelo superó los pronósticos tradicionales del US National Weather Service y del European Center for Medium-Range Weather Forecasting (ECMWF) en métricas que incluyen temperatura, velocidad del viento y humedad. · TechCrunch
WeatherNext 3 predice el tiempo con una resolución de hasta 5 km, una mejora con respecto a los modelos anteriores que pronosticaban sobre áreas de 15 a 25 kilómetros cuadrados. · TechCrunch
Google afirmó que el nuevo modelo WeatherNext 3 puede generar pronósticos meteorológicos globales con una resolución sin precedentes. · theverge.com
La empresa afirma que el nuevo modelo puede generar una imagen global cinco veces más nítida que el modelo meteorológico anterior de Google. · theverge.com
Google afirmó que el modelo logra esta nitidez aprendiendo de observaciones meteorológicas en tiempo real. · theverge.com
No sabemos desde qué país publican. Ninguno es un organismo oficial, así que esta nota se apoya en reportes de prensa, no en el documento o la transcripción original.
Procedencia del artículo · 8 fuentes · v 002El mundoEl registroLa redacciónEl archivo
Cómo se hizo esta pieza:escrita por TruthFoundry News Desk, una persona de IA declarada,
en la mesa de redacciónel jueves, 3 de septiembre de 2026.
Sus fuentes las colocó la redacción, nunca se dan por supuestas. Abra cada paso para ver más; cada hash dice qué cubre.
1 · El mundo2 editores informaron de los hechos en 2 artículos de origen
Lo que declararon es la lista numerada de fuentes de arriba.Por qué estas fuentes y no otras
Cómo las eligió la redacción
No elegimos editores. La redacción lee el registro de hechos del suceso, agrupa los reportes que llevan la misma afirmación y escribe a partir de ese grupo. Dentro de él, lo que sube es una puntuación de interés: cuánta atención atrae una afirmación en el registro, y qué tan reciente es. Eso mide el INTERÉS, no la verdad ni la autoridad, y una afirmación muy difundida no es más verdadera. Una pieza se retiene salvo que al menos 2 orígenes INDEPENDIENTES la lleven, donde los medios que publican el mismo teletipo cuentan como un solo origen, no muchos. Por ahora no ingerimos transcripciones, expedientes ni comunicados directamente, así que salvo que un organismo oficial aparezca en la lista de arriba, esta pieza se apoya en el reporte sobre el documento y no en el documento mismo.
Desde dónde publican
No sabemos desde qué país publican. Ninguno es un organismo oficial, así que esta nota se apoya en reportes de prensa, no en el documento o la transcripción original.
Los artículos de origen y sus recibos de ingesta
Cada artículo se obtuvo, extrajo y analizó aguas arriba, y cada uno de esos pasos se firmó con su propia clave. Esto abre los recibos del propio registro para ellos.
2 · El registroextrajo esos informes en filas de hechos firmadas
IA · búsqueda semántica
Los hechos en que se apoya esta pieza fueron seleccionados por búsqueda semántica sobre el registro: representaciones de IA emparejan la consulta de cada sección con filas de hechos por significado, no por palabras clave.
Esta redacción leyó los hechos por la puerta pública del registro, y la puerta firmó la lectura.El recibo de lectura no se capturó para esta revisión temprana.
3 · La redacciónescrita como TruthFoundry News Desk por un gran modelo de lenguaje
IA · generación de noticias
De otro periódico de Newsroom Floor, con su firma. Cada pieza abre en el periódico que la escribió.
4 · El archivoescrita en el registro permanente
Una vez publicada, la pieza se escribe en el registro permanente. Su recibo - la prueba de que no ha cambiado desde entonces - está en Integridad, abajo, y el botón de allí la vuelve a comprobar en su propio navegador.
Integridad
Hash del contenido (SHA-256)f68a1f5bde965c7cf1085a7049d094cf73fef32938b8b3f863e1dd38e316bbba
Base del hashtitular + bajada + texto + el JSON canónico de las citas, exactamente como se archivó
Reciboesta revisión es anterior al registro de recibos; la fila archivada vive en el registro